面向 AI Agent 的多模态数据运行时，提供无服务器 Postgres 与数据湖，支持大规模检索和模型训练。

面向大模型训练的数据处理流水线，把原始多模态数据清洗、过滤、去重并加工成高质量指令微调语料。

给 AI 编程助手实时提供最新版本文档的 MCP 服务，解决大模型训练数据过时、写代码时引用旧 API 的问题。

开源的高质量语音合成模型，基于 VQGAN 和 Llama 架构，支持多语言文本转语音，效果达到 SOTA 水平。

高性能分布式图数据库，专为实时查询场景设计，支持知识图谱等大规模关联数据的存储与毫秒级检索。

给 AI Agent 做强化学习训练和调优的框架，把 Agent 的推理轨迹变成训练信号，让智能体越跑越强。

工业级零样本语音合成系统，只需几秒参考音频就能克隆音色并跨语种合成，兼顾可控性与推理效率。

基于流匹配的语音合成模型官方实现，只需一段参考音频就能克隆音色并生成流畅自然的语音，适合做零样本 TTS 和语音克隆。

多类型数据标注工具，支持图像、文本、音频等标注任务，输出统一格式，方便为机器学习和深度学习项目准备训练数据。

面向大模型微调、RAG 和评测的数据集制作工具，支持数据生成、清洗与导出，省去手工整理训练数据的麻烦。

Python 生态最常用的图像处理库，支持打开、转换、裁剪、滤镜等常见操作，是 PIL 的活跃维护分支。

基于 VITS2 骨干网络和多语言 BERT 的语音合成模型，能生成自然度较高的多语种语音，适合做 TTS 训练与推理。

开源分布式图数据库，支持水平扩展和高可用，适合存储超大规模图数据并做低延迟查询，可用于知识图谱和 GraphRAG 场景。

GitMCP 是一个免费开源的远程 MCP 服务器，可为任意 GitHub 项目提供代码上下文，让 Claude、Cursor 等 AI 编程助手减少代码幻觉。

开箱即用的视频扩散模型工具箱，支持文生视频和图生视频，重点解决高质量视频训练数据不足的问题。

Hugging Face 官方数据集库，汇集海量即用型 AI 数据集，并提供高效的数据加载与处理工具，省去自己找数据、写加载代码的麻烦。

面向 AI 工程师和领域专家的数据标注协作平台，支持主动学习和人机协同，帮助团队高效构建高质量训练数据集。

面向大规模列式数据集的可扩展文件格式，用 C++ 实现，支持压缩与编码，适合机器学习训练和数据分析场景下的高效存储。

面向多模态大模型训练的数据集构建与评估平台，支持数据集的智能生成、管理与质量评估，帮助团队高效准备 VLM 训练数据。

CrateDB 是一个分布式可扩展的 SQL 数据库，基于 Lucene 构建并兼容 PostgreSQL，能近实时存储和分析海量数据，即使复杂查询也能应对。

用单张 LoRA 做图像编辑，仅需 0.1% 训练数据就能在身份保持上超过 GPT-4o，4GB 显存即可运行。

面向多模态机器学习的数据平台，支持图像标注、数据筛选与清洗，帮助团队管理训练数据并提升数据质量。

面向 AI 训练数据的标注与数据管理平台，支持图像等数据标注、数据集版本管理和人工审核流程，可接入自有应用或直接用内置 UI 组织数据工作流。

基于扩散模型的指令式视频编辑方案，配套高质量合成数据集，解决视频编辑训练数据稀缺、难以规模化的问题。

面向自动驾驶场景的高分辨率长视频生成模型，基于扩散模型支持多视角一致输出和自适应控制，可用于合成训练数据。

一款多模型数据库管理系统，用一套引擎同时支持图、文档、键值和向量嵌入，兼容 SQL、Cypher、Gremlin、MongoDB 与 Redis 协议，适合需要统一存储多种数据模型的场景。

面向计算机视觉的高性能图像增强库，支持分类、分割、检测等任务，可同步变换边界框和掩码，适合深度学习训练数据扩增。

从单目视频里同时重建关节手和物体的三维姿态与形状，无需预扫描物体模板或手物交互训练数据，适合做手物交互建模与AR/VR研究。

用生成模型合成带标注的肝脏肿瘤 CT 图像，无需人工标注即可训练分割模型，缓解医学影像标注成本高的问题。

本地一站式 LoRA 训练工作台，从单张照片或大批图片构建角色、风格、概念数据集，自动打标并用 ai-toolkit 训练，支持多模型 checkpoint 对比。

整理大模型训练数据全流程的精选资源库，覆盖数据获取、去重、过滤、配比、合成与溯源，配套「LLM × DATA」综述论文。